background image

 

 

Teoria kolejek – systemy 

masowej obsługi

Janusz Papliński

background image

 

 

Prosty system obsługi:

Dążymy do takiej organizacji obsługi, która pozwoli na minimalizację 
czasu trwania obsługi, a więc czasu straconego, przy jednoczesnej 
minimalizacji kosztów funkcjonowania systemu.

Czas oczekiwania jest czasem straconym

 

Źródło 
zadań

kolejka

Stanowisko 

obsługi

Strumień 
zadań

z

i

background image

 

 

Pojęcia podstawowe:

obsługa – czynność pozwalająca zaspokoić określone potrzeby

 

Zgłoszenie (zadanie) – obiekt/klient/ oczekujący na obsługę,

 

kolejka – zbiór zgłoszeń oczekujących wg. ustalonych reguł na 
obsługę,

 

regulamin/kolejki lub obsługi/ - zbiór reguł, wg. których zgłoszenia 
tworzą kolejkę i są obsługiwane,

 

aparat obsługi

 

układ obsługi – zbiór aparatów obsługi łącznie z czynnościami przez 
nie wykonywanymi,

 

System – model obsługi – zbiór, którego elementami są: układ 
obsługi, zgłoszenia obsługiwane, oczekujący na obsługę, zgłoszenia do 
systemu.

 

background image

 

 

Analiza strumienia zgłoszeń

 

Zgłoszenia napływają w sposób przypadkowy, nieregularny

 

Taki proces nazywamy procesem losowym lub stochastycznym. Tu proces 
ten określa prawdopodobieństwo tego, że w określonym przedziale czasu 
pojawia się w układzie określona liczba zgłoszeń.

 

Strumień zgłoszeń opisuje funkcja losowa X(t)(t≥0)
czyli dla każdego t≥0 wartość funkcji przedstawia liczbę 
zarejestrowanych zgłoszeń, które przybyły do układu w przedziale 
czasu[0,t].

 

Stąd X(t) przyjmuje wartości 0,1,2,…,n.

),

(

}

)

(

{

t

p

n

t

X

P

n

.

0

,...,

2

,

1

,

0

t

n

 gdzie 

dowolnym 

momencie 

czasu 

strumień 

charakteryzuje 

prawdopodobieństwo tego, że układzie znajduje się n zgłoszeń:

background image

 

 

-  prawdopodobieństwo  tego,  że  w  czasie  t  nadejdzie  do 

układu obsługi zero zgłoszeń,

Analiza strumienia zgłoszeń

 

Proces stochastyczny jednorodny - prawdopodobieństwo przybycia 
określonej liczby zgłoszeń w przedziale czasu [t

0

, t

0

+t] nie zależy od 

momentu t

0

, natomiast jedynie od długości przedziału czasu t.

 

Tw. 1.  Każdy jednorodny proces posiada:

0

)

(

1

lim

0

0

t

t

p

t

Można  to  zapisać  wykorzystując  pojęcie  nieskończenie  małej  wartości 
wyższego rzędu 

:

)

(t

),

(

)

(

1

0

t

t

t

p

gdzie:  - parametr procesu zwany intensywnością zgłoszeń,

)

(

0

t

p

- nieskończenie mała wartość wyższego rzędu w porównaniu 

t, tzn. .

)

(t

0

)

(

lim

0

t

t

t

background image

 

 

Analiza strumienia zgłoszeń

 

Procesem o przyrostach niezależnych nazywamy proces 
stochastyczny X(t), gdzie t  0 w którym prawdopodobieństwo 

wystąpienia n zgłoszeń w przedziale [t

0

, t

0

+t] nie zależy od tego ile 

zgłoszeń i w jaki sposób wystąpiło do momentu t

0

.

 

Strumień jest strumieniem pojedynczym, jeżeli w procesie 
stochastycznym X(t), gdzie t  0, brak  jest możliwości pojawienia się 

więcej niż jednego zgłoszenia w tym samym momencie czasu.

 

Strumieniem prostym nazywamy strumień spełniający warunki 
strumienia jednorodnego, o przyrostach niezależnych i pojedynczy.

 

background image

 

 

Analiza strumienia zgłoszeń

 

Tw. 2. Jeżeli strumień zgłoszeń spełnia warunki strumienia prostego, to 
zmienna losowa określająca:

a/  liczbę  zgłoszeń,  która  przybywa  do  układu  obsługi  w  czasie  t 

jest zgodna z rozkładem Poissona o parametrze , postaci:

, n=0,1,2, ...

b/  odstępy  czasu  między  kolejnymi  zgłoszeniami  są  zgodne  z 

rozkładem  wykładniczym  o  parametrze    a  funkcja  gęstości  jest 

postaci:

.

 

t  0 

t

n

n

e

n

t

t

p

!

)

(

)

(

t

e

t

f

)

(

background image

 

 

Analiza strumienia zgłoszeń

 

Tw. 3 Intensywność zgłoszeń strumienia prostego  jest równa:

 

wartości oczekiwanej zmiennej losowej, jaką jest liczba zgłoszeń n 
w   przyjętej jednostce czasu, czyli .

 

)

(

1

n

E

odwrotność wartości oczekiwanej zmiennej losowej, jaką jest odstęp 
czasu  między poszczególnymi przybyciami, czyli .

 

)

(

1

E

background image

 

 

Przykład 1. Rozkład dzienny przybyć statków do portu w tabeli 

poniżej. Wyznaczyć intensywność zgłoszeń statków.

i

n

 
L.
p

 
Liczba statków 
przybyłych w 
ciągu jednego 
dnia i

 

 
Liczba 
zaobserwowany
ch 
zdarzeń 

 

1
2
3
4

 

0
1
2
3

 

223
112

26

4

 

 

 

background image

 

 

Liczba przybyć statków do portu w ciągu dnia jest równa:

 

.

Jeżeli  przyjmiemy,  że  rozkład  przybyć  jest  zgodny  z  rozkładem 

Poissona, to zgodnie z Tw. 3. .

b/  prawdopodobieństwo wystąpienia  i-tej ilości zgłoszeń  dla  t = 1 

/jeden dzień/ ma postać:  

dla i=1, 2, 3.

482

,

0

365

4

*

3

26

*

2

112

*

1

223

*

0

)

(

1

n

E

482

,

0

482

,

0

!

482

,

0

)

1

(

e

i

p

i

i

)

(

1

n

E

1

2

3

4

5

6

7

8

9

10

10

-10

10

-8

10

-6

10

-4

10

-3

10

-2

10

-1

10

0

background image

 

 

c/ oczekiwana liczba dni z i-tą liczebnością przybyć:  

dla i=1, 2, 3.

482

,

0

'

!

482

,

0

365

e

i

n

i

i

1

2

3

4

5

6

7

8

9

10

10

-8

10

-6

10

-4

10

-2

10

0

10

2

10

4

oczekiwana iloœæ statków

oc

ze

ki

w

an

ilo

œ

æ

 d

ni

background image

 

 

Analiza czasu trwania obsługi

 

Czas trwania obsługi ma rozkład wykładniczy o funkcji gęstości:

 

gdzie  - intensywność obsługi

i dystrybuancie rozkładu równej:

t

e

T

P

F

1

)

(

)

(

Tw.  4.  Intensywność  obsługi    jest  odwrotnością  wartości 

oczekiwanej  zmiennej  losowej,  jaką  jest  czas  trwania  obsługi 
poszczególnych zgłoszeń.



e

f

*

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

System tworzą:

-

        

jeden aparat obsługi o wykładniczym czasie trwania 

obsługi i intensywności ,

-

         

prosty strumień zgłoszeń o intensywności ,

-

        

regulamin  obsługi:  jeżeli  aparat  jest  zajęty,  to  zgłoszenia 

ustawiają  się  w      kolejce  i  obsługiwane  są  w  kolejności 
przybyć.

Oznaczenia:

E(i) – stan systemu, w którym znajduje się „i” zgłoszeń,

p(t) – prawdopodobieństwo tego, że system w chwili „t” 

znajdzie się w stanie E

i

, czyli .

)

(

)

(

i

i

E

p

t

p

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

System znajduje się w stanie równowagi statycznej wtedy i tylko wtedy 
gdy .

 

n

n

t

p

t

p

)

(

lim

Jeżeli  analizowany  system  masowej  obsługi  osiągnął  stan  równowagi 
statycznej,  to  prawdopodobieństwa  pojawienia  się  lub  zniknięcia  stanu 
są takie same:
.

 

)

(

)

(

)

(

)

(

1

1

1

1

n

n

n

n

n

n

n

n

E

E

P

E

E

P

E

E

P

E

E

P

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

,

1

0

p

p

1

1

2

0

p

p

p

p

……………………………………….

n

n

n

n

p

p

p

p

1

1

1

1

n

n

p

E

i

i

p

0

0

p

t

0

 

+∆t

t

0

1

1

p

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

W wyniku redukcji otrzymujemy: 

1

),

(

0

0

0

1

1

1

0

0

p

p

p

p

p

p

n

n

n

n

n

n

n

n

Z definicji 

0

0

p

stąd 

to oznacza, że .

0

1

1

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

Niech

. Iloraz   oznacza intensywność ruchu

Z tego, że  

i definicji q wynika:

q

1

n

n

p

p

I. Prawdopodobieństwo tego, że w systemie znajduje się n zgłoszeń:

)

1

(

q

q

p

n

n

II.

 

Średnia liczba zgłoszeń     znajdujących się w systemie 

)

(n

E

n

n

q

q

q

q

q

nq

q

q

nq

n

n

n

n

n

1

1

)

1

(

)

1

(

)

1

(

2

0

0

background image

 

 

I.

                 

III Wariancja liczby zgłoszeń znajdujących się w systemie :

,    .

 

2

0

2

2

0

2

1

)

1

(

)

var(

q

q

q

q

n

n

p

n

n

n

n

n

n

IV. Średnia liczba zgłoszeń oczekujących w kolejce :

 

gdzie 1-p

0

 oznacza, że aparat obsługi jest zajęty.

 

q

q

q

n

p

n

v

1

)

1

(

2

0

V. 

 

Średni czas przebywania w systemie :

)

1

(

q

q

n

t

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

VI. Średni czas oczekiwania na obsługę /przebywania w kolejce/ :

 

)

1

(

2

q

q

v

w

VII.  Prawdopodobieństwo,  że  w  systemie  znajduje  się  mniej  niż  N 

zgłoszeń:

N

N

n

n

N

n

n

q

q

q

p

N

n

P

1

1

)

(

1

0

1

0

background image

 

 

System z jednym stanowiskiem obsługi i nieograniczoną 

kolejką

)

(

)

(

t

qe

t

P

IX. Prawdopodobieństwo oczekiwania w systemie dłużej niż :

 

)

(

)

(

t

e

t

P

VIII. Prawdopodobieństwo oczekiwania w kolejce dłużej niż t:

background image

 

 

System z ograniczona długością kolejki

 

Rozpatrzmy system:
-

              

jeden  aparat  obsługi  o  wykładniczym  czasie  trwania  obsługi  i 

intensywności ,

-

              

prosty strumień zgłoszeń o intensywności ,

-

              

regulamin obsługi: 

1.  jeżeli  liczba  zgłoszeń  osiągnie  pewien  stan,  to  następne  zgłoszenie 

musi zrezygnować z oczekiwania na realizację obsługi,

2. zgłoszenia obsługiwane są wg. kolejności przybyć.

Z analizy systemu wynika, że straty zgłoszeń spowodowane 
dotrzymywania regulaminu są tym większe, im większa jest intensywność 
ruchu 

Przyjmijmy, że kolejka jest ograniczona do N-1 zgłoszeń i każde N-te 
zgłoszenie zmuszone jest do opuszczenia systemu

 

background image

 

 

Prawdopodobieństwo odmowy obsługi – rezygnacja oczekiwania na 
obsługę:

 

N

N

N

q

q

q

p

1

1

1

System z ograniczona długością kolejki

 

background image

 

 

System obsługi z nieograniczoną kolejką i n równoległych 

kanałów obsługi 

n

 - średnia liczba zgłoszeń w danym odcinku czasu

 

n

=n - średnia liczba obsłużonych zadań w danym odcinku czasu

 


Document Outline